本文へスキップ
JA

レッスン 2/8 · 6分 · +100 XP

機械はどうやって例から学ぶの？

機械学習では、「ねこ」「いぬ」のようにラベルのついた例をたくさんコンピューターに見せます。学習のあいだ、モデルは推測がラベルと合うまで自分を調整し、そのあと見たことのない新しい例でテストされます。学習データが多様なほど、教わっていない現実の場面にもうまく対応できます。

▶ やってみよう

なぜ大切なのか

モデルが知っているのは、例が見せたことだけです。同じような例を山ほど集めるより、多様で正しくラベルのついた学習データを選ぶことが大切です。

6分後にできるようになること

  • 機械学習＝ラベルのついた例＋学習＋新しいデータでのテストです。
  • 同じ種類の例をたくさん集めるより、多様な学習データのほうが役立ちます。
  • まちがったラベルや足りない例は、まちがった答えになります。

練習する内容

  1. 作り方のレシピ

    機械学習のモデルは、どれも同じ方法で作られます。

    🗂️ 学習データ
    何千枚ものペット写真のような、例の集まりです。モデルが知ることのすべてがここにあります。
    🏷️ ラベル
    それぞれの例の正解、「ねこ」や「いぬ」です。ふつうは人がつけるので、ラベルのまちがいはモデルのまちがいになります。
    ⚙️ 学習
    モデルが推測し、ラベルとくらべて自分を調整します。推測がだいたい合うまで、何度もくり返します。
    🧪 テスト
    最後に、見たことのない新しい例でテストします。パターンを学んだのか、写真を丸暗記しただけなのかがわかります。

  2. 小さなモデルを学習させよう

    学習用の写真を5枚まで選んで「学習させる」を押してください。モデルは新しい5枚の写真でテストされます。

    ねこ · いぬ

    学習用の例
    • ソファの上の茶トラのねこ → ねこ
    • 別の茶トラのねこ、おやすみ中 → ねこ
    • うす暗い部屋の黒ねこ → ねこ
    • 目の大きな小さな子ねこ → ねこ
    • うしろから見た灰色のねこ → ねこ
    • 芝生の上の大きな金色のいぬ → いぬ
    • 別の大きな金色のいぬ、走っている → いぬ
    • ひざの上の小さなふわふわのいぬ → いぬ
    • くつをかじる子いぬ → いぬ
    • 雪の中に立ついぬ → いぬ
    テスト
    • 夜の黒ねこ → ねこ
      学習データに暗い色のねこがいなかったので、ねこがこう見えることもあるとモデルは学べませんでした。
    • かごの中の子ねこ → ねこ
      子ねこはおとなのねことは見た目がちがいます。子ねこの例がないと、モデルには手がかりがありません。
    • 公園の大きないぬ → いぬ
      大きないぬを見たことがないので、モデルはこの形を「いぬ」と結びつけられませんでした。
    • バッグに入った小さないぬ → いぬ
      大きないぬしか見ていないモデルは、小さないぬをねことまちがえやすくなります。
    • 深い雪の中のハスキー → いぬ
      雪の背景はモデルにとって初めてでした。動物の種類だけでなく、場所のちがいも大切です。

  3. 何がわかった？

    1. Noorは写真をあと1,000枚追加できます。モデルにいちばん役立つのはどれ？

      • 大きさ、色、年齢、場所がいろいろな1,000枚 (答え)
      • 茶トラのねこの写真をさらに1,000枚

    2. モデルは学習用の写真では100％正解なのに、新しい写真ではよくまちがえます。何が起きた？

      • パターンを学ばずに、例を丸暗記した (答え)
      • 新しい写真のラベルがまちがっているはず

    3. 手伝いの人が、いぬの写真の一部にまちがえて「ねこ」とラベルをつけました。どうなる？

      • モデルはそのまちがいも学んでしまう (答え)
      • 何も起きない。モデルがまちがいに気づく

覚えておこう

モデルのよしあしは例しだい。量より多様さです。

押さえておきたい事実

  • 1959年の論文で、コンピューター科学者のアーサー・サミュエルは、作った本人より強くなるまで学習したチェッカー（西洋のゲーム）のプログラムを発表しました。機械学習の初期の重要な成果です。 · 出典: A. L. Samuel, Some Studies in Machine Learning Using the Game of Checkers, IBM Journal of Research and Development, 1959
  • 今のディープラーニングのブームのきっかけになったImageNetは、最初の論文で、ネット上の作業者がラベルをつけた320万枚の画像を紹介しました。 · 出典: Deng et al., ImageNet: A Large-Scale Hierarchical Image Database, CVPR 2009
  • 手書き数字の代表的なデータセットMNISTは、画像を学習用6万枚とテスト用1万枚に分けています。モデルは見たことのない数字で評価されます。 · 出典: LeCun, Bottou, Bengio & Haffner, Gradient-Based Learning Applied to Document Recognition, Proceedings of the IEEE, 1998
  • 学習中に見なかった例でモデルをテストするのは、丸暗記ではなく一般的なパターンを学んだかを確かめる標準的な方法です。

更新日:

よくある質問

学習データとは何ですか？

学習データ（教師データ）とは、ラベルのついた写真や文章、録音など、機械学習のモデルが学ぶ例の集まりです。モデルが学べるのは、このデータの中にあるパターンだけです。

教師あり学習と教師なし学習の違いは？

教師あり学習では、すべての例に「ねこ」のような正解（ラベル）がついています。教師なし学習にはラベルがなく、モデルが自分でデータの中のグループや構造を探します。

機械学習にはどれくらいのデータが必要ですか？

作業によります。かんたんな作業なら数百の例で足りることもあり、大きなモデルは何十億もの例を使います。量と同じくらい、多様さと正しいラベルが大切です。

過学習とは何ですか？

過学習とは、モデルが一般的なパターンではなく学習用の例を丸暗記してしまうことです。学習では完璧に見えても、新しいデータではうまくいきません。

関連用語